數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)題含答案_第1頁(yè)
數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)題含答案_第2頁(yè)
數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)題含答案_第3頁(yè)
數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)題含答案_第4頁(yè)
數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)題含答案_第5頁(yè)
已閱讀5頁(yè),還剩3頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上第五章 數(shù)字影像與特征提取1. 什么是數(shù)字影像?其頻域表達(dá)有什么作用?答:數(shù)字影像是以數(shù)字形式保存數(shù)字化航空、膠片影像的掃描影像頻域表達(dá)對(duì)數(shù)字影像處理是很重要的。因?yàn)樽儞Q后矩陣中元素的數(shù)目與原像中的相同。但其中很多是零值或數(shù)值很小,這就意味著通過(guò)變換、數(shù)據(jù)可以被壓縮,使其能更有效的存儲(chǔ)和傳遞;其次是影像分解力的分析以及許多影像處理過(guò)程。例如濾波、卷積以及在有些情況下的相關(guān)運(yùn)算,在頻域內(nèi)可以更為有利的進(jìn)行。其中所利用的一條重要關(guān)系就是在空間域內(nèi)的一個(gè)卷積,相當(dāng)于在頻率域內(nèi)其卷積函數(shù)的相乘,反之亦然。在攝影測(cè)量中所使用的影像的傅立葉譜可以有很大的變化,例如在任何一張航攝影

2、像上總可以找到有些地方只含有很低的頻率信息,而有些地方則主要包含高頻信息,偶然的有些地區(qū)主要是有一個(gè)狹窄范圍的帶頻率信息。2. 怎樣根據(jù)已知的數(shù)字影像離散灰度值,精確計(jì)算其任意一點(diǎn)上的灰度值?答:當(dāng)欲知不位于矩陣(采樣)點(diǎn)上的原始函數(shù)g(x,y)的數(shù)值時(shí)就需要內(nèi)插,此時(shí)稱為重采樣3. 常用的影像重采樣方法有哪些?試比較他們的優(yōu)缺點(diǎn)答:常用的影像重采樣方法有最鄰近像元法、雙線性插值、雙三次卷積法最鄰近像元法最簡(jiǎn)單、計(jì)算速度快、且能不破壞原始影像的灰度信息,但幾何精度較差;雙線性插值法雖破壞原始影像的灰度信息,但精度較高,較為適宜;雙三次卷積法其重采樣中誤差約為雙線性插值的1/3,但較費(fèi)時(shí); 4.

3、已知gi,j=102,gi+1,J=112,gi+1,j+1=126,k-i = /4,l -j= /4, 為采樣間隔,用雙線性插值計(jì)算gk,l答:g(k,l)=W(i,j) g(i,j)+W(i+1,j) g(i+1,j)+W(i,j+1) g(i,j+1)+W(i+1,j+1) =(1- /4)(1- /4)*102+(1 - /4) /4*112+ /4(1- /4)*118+( /4)* ( /4)*126 =102+13/2* -1/8* .什么是線特征?有哪些梯度算子可用于線特征的提取?答:線特征指影像的邊緣與線,邊緣可定義影響局部區(qū)域特征不相同的那些區(qū)域間的分界線,而線則可以認(rèn)為

4、是具有很小寬度的其中間區(qū)域具有相同影響特征的邊緣對(duì)常用方法有差分算子、拉普拉斯算子、LOG算子等第六章 影像匹配基礎(chǔ)理論與算法1. 什么是金字塔影像?基于金字塔影像進(jìn)行相關(guān)有什么好處?為什么? 答:對(duì)于二維影像逐次進(jìn)行低通濾波,并增大采樣間隔,得到一個(gè)像元素總數(shù)逐漸變小的影像序列,依次在這些影像對(duì)中相關(guān),即對(duì)影像得分頻道相關(guān)。將這些影像疊置起來(lái)頗像一座金字塔,因而成為金字塔影像結(jié)構(gòu) 好處:提高了影響的可靠性與準(zhǔn)確性,速度增快,先用低通濾波進(jìn)行初相關(guān),找到了同名點(diǎn)的粗略位置,然后利用高頻信息進(jìn)行精確相關(guān),實(shí)現(xiàn)從粗到細(xì)的處理過(guò)程因?yàn)橥ㄟ^(guò)相關(guān)函數(shù)的譜分析可知,當(dāng)信號(hào)中高頻成分較少時(shí),相關(guān)函數(shù)曲線較平

5、緩;但相關(guān)的拉入范圍較大;反之,當(dāng)高頻成分較多時(shí),相關(guān)函數(shù)曲線較陡,相關(guān)精度較高,但相關(guān)拉入范圍較少;此外,當(dāng)信號(hào)中存在高頻窄帶隨機(jī)噪聲或信號(hào)中存在較強(qiáng)的高頻信號(hào)時(shí),相關(guān)函數(shù)出現(xiàn)多峰值,因此常出現(xiàn)錯(cuò)誤匹配.什么是影像匹配,影像匹配與影像相關(guān)的關(guān)系是什么?答:影像匹配實(shí)質(zhì)上是在兩幅或多幅影響之間識(shí)別同名點(diǎn),他是計(jì)算機(jī)視覺(jué)級(jí)數(shù)字?jǐn)z影測(cè)量的核心問(wèn)題,由于早期的研究中一般使用相關(guān)技術(shù)解決影像匹配的問(wèn)題。所以影像匹配常常被稱為影像相關(guān)。.有哪些影像匹配基本算法?其中哪一種算法較好?為什么?答:常見(jiàn)的有五種影像匹配算法相關(guān)函數(shù)(矢量數(shù)積)測(cè)度;協(xié)方差函數(shù)(矢量投影)測(cè)度;相關(guān)系數(shù)(矢量夾角)測(cè)度;差平方和

6、(差矢量模)測(cè)度;差絕對(duì)值和(差矢量分量絕對(duì)值和)測(cè)度相關(guān)系數(shù)測(cè)度算法較好因?yàn)橄嚓P(guān)系數(shù)測(cè)度是標(biāo)準(zhǔn)化的協(xié)方差函數(shù),因?yàn)樗腔叶染€性變換的不變量,且當(dāng)目標(biāo)影像灰度與搜索區(qū)的影像之間存在線性畸變時(shí),仍然能較好的評(píng)價(jià)他們之間的相似程度(灰度矢量經(jīng)線性變換后的相關(guān)系數(shù)不變),該方法的抗噪性更強(qiáng),所以相關(guān)系數(shù)測(cè)度算法較好. 特征點(diǎn)的匹配通常采用哪些策略?試比較“廣度優(yōu)先”和“深度優(yōu)先”影像匹配的優(yōu)缺點(diǎn)答:()特征點(diǎn)的匹配通常采用的策略:二維匹配與一維匹配當(dāng)影像方位參數(shù)未知時(shí),必須進(jìn)行二維的影像匹配,此時(shí)匹配的主要目的是利用明顯點(diǎn)對(duì)解求影像得方位參數(shù),以建立立體影像模型,形成核線影像以便進(jìn)行一維匹配,二維匹

7、配的搜索范圍在最上一層影像由先驗(yàn)視差確定在其后各層,只需要小范圍內(nèi)搜索當(dāng)影像方位已知時(shí),可直接進(jìn)行帶核線約束條件的一維匹配,但在上、下方向可能各搜索一個(gè)像素,也可以沿核線重采樣形成核線影像,進(jìn)行一維影像匹配,但當(dāng)影像方位參數(shù)不精確或采用近似核線的概念時(shí),也有可能有必要在上、下方向各搜索一個(gè)像素匹配的備選點(diǎn)可采用如下方法選擇:對(duì)右影像也進(jìn)行相應(yīng)的特征提取,挑選預(yù)測(cè)區(qū)內(nèi)的特征點(diǎn)作為可能的匹配點(diǎn)右影像不進(jìn)行特征提取,將預(yù)測(cè)區(qū)內(nèi)的每一點(diǎn)都作為可能的匹配點(diǎn)右影像不進(jìn)行特征提取,但也不將所有的點(diǎn)作為可能的匹配點(diǎn),而用“爬山法”搜索,動(dòng)態(tài)的確定備選點(diǎn),爬山法主要用于二維匹配,對(duì)一維匹配僅用于在搜索區(qū)邊沿取得

8、匹配測(cè)度最大的情況特征點(diǎn)的提取與匹配的順序“深度優(yōu)先”對(duì)最上一層左影像每提取到一個(gè)特征點(diǎn),即對(duì)其進(jìn)行匹配。然后,將結(jié)果化算到下一層影像進(jìn)行匹配,直至原始影像,并以該匹配好的點(diǎn)對(duì)為中心將其領(lǐng)域的點(diǎn)進(jìn)行匹配。再上升到第一層,在該層已匹配的點(diǎn)的領(lǐng)域選擇另一點(diǎn)進(jìn)行匹配,將結(jié)果化算到原始影像,重復(fù)前一點(diǎn)的過(guò)程,直至第一層最先匹配的點(diǎn)的領(lǐng)域中的點(diǎn)處理完,再回溯到第二層,如此進(jìn)行。這種處理順序類似于人工智能中的深度優(yōu)先搜索法“廣度優(yōu)先”這是一種按層處理的方法,即首先對(duì)最上一層影像進(jìn)行特征提取與匹配,將全部點(diǎn)處理完后,將結(jié)果化算到下一層,并加密進(jìn)行匹配重復(fù)以上過(guò)程,直至原始影像。這種處理順序類似人工智能的廣度

9、優(yōu)先搜索法m匹配的準(zhǔn)則除了利用一定的相似性測(cè)度(主要是相關(guān)系數(shù))外,一般還考慮特征的方向,周?chē)哑ヅ潼c(diǎn)的結(jié)果。如將前一條核線已匹配的點(diǎn)沿邊緣線傳遞到當(dāng)前核線上同一邊緣線上的點(diǎn)。由于特征點(diǎn)的信噪比應(yīng)該較大,因此其相關(guān)系數(shù)也應(yīng)較大。故可設(shè)一較大的閾值,當(dāng)相關(guān)系數(shù)高于閾值時(shí),才認(rèn)為其是匹配點(diǎn),否則需利用其他條件進(jìn)一步判別。經(jīng)驗(yàn)表明,特征的相關(guān)系數(shù)一般都能達(dá)到.以上n粗差的剔除可利用二次曲面進(jìn)行視差值擬合,并用最小二乘法剔除粗差點(diǎn)()廣度優(yōu)先匹配的優(yōu)點(diǎn):效率比較高廣度優(yōu)先匹配的缺點(diǎn):精度低深度優(yōu)先影像匹配的優(yōu)點(diǎn):精度高深度優(yōu)先影響匹配的缺點(diǎn):效率低,計(jì)算量大第七章數(shù)字地面模型的建立與應(yīng)用. 什么是,與?有哪幾種主要的形式,其優(yōu)缺點(diǎn)各是什么?答:數(shù)字地面模型是地形表面形態(tài)等多種信息的一個(gè)數(shù)字表示。嚴(yán)格的說(shuō),是定義在某一區(qū)域上的維向量有限序列i,i,其中向量,的分量為地形(,)(,i),資源,環(huán)境,土地利用,人口分布等多種信息的定量或定性描述。若只考慮的地形分量,我們通常稱其為數(shù)字高程模型或數(shù)字高程模型是表示區(qū)域上地形的三維向量有限序列(,),其中,(,i)是平面坐標(biāo),是,對(duì)應(yīng)的高程,當(dāng)該序列中各向量的平面點(diǎn)位呈規(guī)則格網(wǎng)排列時(shí),則其平面坐標(biāo),可省略,此時(shí)就簡(jiǎn)化為一維向量序列,i,這也是或的名稱的緣由。在實(shí)際應(yīng)用中,很多人將稱為,實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論